View source for फॉल्स पॉजिटिव रेट

{{Short description|Chance of wrongly rejecting the null hypothesis}}
{{one source|date=July 2016}}
आंकड़ों में, कई तुलनाएँ करते समय, एक गलत सकारात्मक अनुपात (जिसे फॉल-आउट या गलत अलार्म अनुपात के रूप में भी जाना जाता है) एक विशेष [[परिकल्पना परीक्षण]] के लिए [[शून्य परिकल्पना]] को गलत तरीके से खारिज करने की [[संभावना]] है। झूठी सकारात्मक दर की गणना गलत तरीके से सकारात्मक (झूठी सकारात्मक) के रूप में वर्गीकृत की गई नकारात्मक घटनाओं की संख्या और वास्तविक नकारात्मक घटनाओं की कुल संख्या (वर्गीकरण की परवाह किए बिना) के बीच के अनुपात के रूप में की जाती है।

झूठी सकारात्मक दर (या झूठी अलार्म दर) आमतौर पर झूठी सकारात्मक अनुपात की प्रत्याशा को संदर्भित करती है।

== परिभाषा ==
झूठी सकारात्मक दर है <math>FPR=\frac{\mathrm{FP}}{\mathrm{FP} + \mathrm{TN}}</math>
कहाँ <math> \mathrm{FP} </math> झूठी सकारात्मक की संख्या है, <math> \mathrm{TN} </math> सच्चे नकारात्मकों की संख्या है और <math> N=\mathrm{FP}+\mathrm{TN} </math> जमीनी सच्चाई नकारात्मक की कुल संख्या है।

प्रत्येक परिकल्पना का परीक्षण करने के लिए उपयोग किए जाने वाले महत्व का स्तर अनुमान के रूप (परिवार-वार त्रुटि दर#वैकल्पिक दृष्टिकोण|एक साथ अनुमान बनाम चयनात्मक अनुमान) और इसके सहायक मानदंड (उदाहरण के लिए परिवार-वार त्रुटि दर या गलत) के आधार पर निर्धारित किया जाता है। खोज दर), जो शोधकर्ता द्वारा पूर्व-निर्धारित थी।

उपरोक्त जैसे सांख्यिकी ढांचे में कई तुलनाएं करते समय, गलत सकारात्मक अनुपात (गलत सकारात्मक दर / गलत अलार्म दर के विपरीत, गलत अलार्म अनुपात के रूप में भी जाना जाता है) आमतौर पर किसी विशेष के लिए शून्य परिकल्पना को गलत तरीके से खारिज करने की संभावना को संदर्भित करता है। परिकल्पना परीक्षण. यहां सुझाई गई शब्दावली का उपयोग करते हुए, यह सरल है <math>V/m_0</math>.

चूँकि V एक यादृच्छिक चर है और<math>m_0</math>एक स्थिरांक है (<math> V \leq m_0 </math>), गलत सकारात्मक अनुपात भी एक यादृच्छिक चर है, जो 0-1 के बीच होता है।
<br/>
झूठी सकारात्मक दर (या झूठी अलार्म दर) आमतौर पर झूठी सकारात्मक अनुपात की प्रत्याशा को संदर्भित करती है, जिसे व्यक्त किया जाता है <math>E(V/m_0)</math>.

यह ध्यान देने योग्य है कि दोनों परिभाषाएँ (गलत सकारात्मक अनुपात / गलत सकारात्मक दर) कुछ हद तक विनिमेय हैं। उदाहरण के लिए, संदर्भित लेख में<ref name=Burke.at.all1988>{{cite journal | last1 = Burke | first1= Donald | first2= John | last2= Brundage | last3= Redfield | first3= Robert | year = 1988 | title = मानव इम्युनोडेफिशिएंसी वायरस संक्रमण के लिए एक स्क्रीनिंग कार्यक्रम में झूठी सकारात्मक दर का मापन| journal = [[The New England Journal of Medicine]] | volume = 319 | issue= 15 | pages = 961–964 | doi=10.1056/NEJM198810133191501 | pmid=3419477}}</ref> <math>V/m_0</math> इसके अनुपात के बजाय झूठी सकारात्मक दर के रूप में कार्य करता है।

=== एकाधिक परिकल्पना परीक्षणों का वर्गीकरण ===
{{Main|Classification of multiple hypothesis tests}}
<!-- [[Template:Classification of multiple hypothesis tests]]: -->
{{Classification of multiple hypothesis tests}}

== अन्य त्रुटि दरों के साथ तुलना ==
{{original research section|date=February 2013}}
जबकि झूठी सकारात्मक दर गणितीय रूप से प्रकार I त्रुटि दर के बराबर है, इसे निम्नलिखित कारणों से एक अलग शब्द के रूप में देखा जाता है:{{citation needed|date=February 2013}}
* प्रकार I त्रुटि दर अक्सर शोधकर्ता द्वारा महत्व स्तर की ए-प्राथमिकता सेटिंग से जुड़ी होती है: महत्व स्तर एक स्वीकार्य त्रुटि दर का प्रतिनिधित्व करता है, यह मानते हुए कि सभी अशक्त परिकल्पनाएँ सत्य हैं (वैश्विक अशक्त परिकल्पना)। इस प्रकार महत्व स्तर का चुनाव कुछ हद तक मनमाना हो सकता है (अर्थात 10% (0.1), 5% (0.05), 1% (0.01) आदि निर्धारित करना)

: इसके विपरीत, झूठी सकारात्मक दर एक पूर्व-पूर्व परिणाम से जुड़ी होती है, जो कि सच्ची और गैर-सच्ची शून्य परिकल्पनाओं (वैश्विक की उपेक्षा) के वास्तविक संयोजन के तहत परिकल्पनाओं की कुल संख्या से विभाजित झूठी सकारात्मकता की अपेक्षित संख्या है शून्य परिकल्पना)। चूंकि झूठी सकारात्मक दर एक ऐसा पैरामीटर है जिसे शोधकर्ता द्वारा नियंत्रित नहीं किया जाता है, इसलिए इसे महत्व स्तर से पहचाना नहीं जा सकता है।
* इसके अलावा, झूठी सकारात्मक दर का उपयोग आमतौर पर एक चिकित्सा परीक्षण या नैदानिक उपकरण के संबंध में किया जाता है (यानी एक निश्चित नैदानिक उपकरण की झूठी सकारात्मक दर 1% है), जबकि टाइप I त्रुटि सांख्यिकीय परीक्षणों से जुड़ा एक शब्द है, जहां शब्द का अर्थ सकारात्मक उतना स्पष्ट नहीं है (अर्थात परीक्षण की प्रकार I त्रुटि 1% है)।

झूठी सकारात्मक दर को परिवार-वार त्रुटि दर के साथ भी भ्रमित नहीं किया जाना चाहिए, जिसे इस प्रकार परिभाषित किया गया है <math> \mathrm{FWER} = \Pr(V \ge 1)\,</math>. जैसे-जैसे परीक्षणों की संख्या बढ़ती है, परिवारवार त्रुटि दर आम तौर पर 1 में परिवर्तित हो जाती है जबकि झूठी सकारात्मक दर स्थिर रहती है।

अंत में, झूठी सकारात्मक दर और झूठी खोज दर के बीच गहरे अंतर पर ध्यान देना महत्वपूर्ण है: जबकि पहले को इस प्रकार परिभाषित किया गया है <math>E(V/m_0)</math>, दूसरे को इस प्रकार परिभाषित किया गया है <math>E(V/R)</math>.

== यह भी देखें ==
* [[झूठी सकारात्मकता और झूठी नकारात्मकता]]
* ग़लत कवरेज दर
* ग़लत खोज दर
* [[संवेदनशीलता और विशिष्टता]]

== संदर्भ ==
<references />
[[Category: एकाधिक तुलनाएँ]] [[Category: सांख्यिकीय परीक्षण]] [[Category: भिन्नता का विश्लेषण]] [[Category: सांख्यिकीय अनुपात]] 



[[Category: Machine Translated Page]]
[[Category:Created On 07/12/2023]]